[发明专利]图像处理方法、装置、电子设备和计算机存储介质

说明书

本实施例公开了一种图像处理方法、装置、电子设备和计算机存储介质，该方法包括：将待检测图像按照至少一个裁剪区域进行裁剪，得到至少一个第一裁剪后图像，每个所述第一裁剪后图像包括一个裁剪区域对应的裁剪后图像；对每个所述第一裁剪后图像进行复原，得到第一复原图像；根据所述第一复原图像与所述待检测图像的差异，确定所述待检测图像中的异常位置。如此，在本公开实施例中，由于第一复原图像是对第一裁剪后图像复原得到的图像，且第一裁剪后图像是对待检测图像裁剪得到的图像，因而，在第一裁剪后图像与待检测图像存在差异时，可以根据差异对应的位置，准确地检测异常并定位出待检测图像的异常位置。

技术领域

本公开涉及计算机视觉处理技术，尤其涉及一种图像处理方法、装置、电 子设备和计算机存储介质。

背景技术

在相关技术中，异常检测是计算机视觉，工业视觉乃至医学领域中重要的 研究方向，在实际应用中，可以将图像输入到建立的异常检测模型中，从而确 定该图像是否存在异常。异常检测模型在众多领域均有重要意义。如，帮助工 业生产线上瑕疵品、损坏品的检测、辅助医疗影像检测等。

然而，相关技术中，由于存在异常样本较少且难以收集等问题，异常检测 的精度较低，仅能实现异常图像与正常图像的分类。

发明内容

本公开实施例期望提供图像异常检测与定位的技术方案。

本公开实施例提供了一种图像处理方法，所述方法包括：

将待检测图像按照至少一个裁剪区域进行裁剪，得到至少一个第一裁剪后 图像，每个所述第一裁剪后图像包括一个裁剪区域对应的裁剪后图像；

对每个所述第一裁剪后图像进行复原，得到第一复原图像；

根据所述第一复原图像与所述待检测图像的差异，确定所述待检测图像中 的异常位置。

在一些实施例中，对每个所述第一裁剪后图像进行复原，得到第一复原图 像的步骤由神经网络执行，所述神经网络采用第一样本图像和第二裁剪后图像 训练得到，所述第一样本图像表示预先确定的不存在异常的样本图像，所述第 二裁剪后图像表示对所述第一样本图像进行部分区域裁剪后得到的图像。

在一些实施例中，所述神经网络采用第一样本图像和第二裁剪后图像训练 得到，包括：

将第二裁剪后图像输入至所述神经网络，利用所述神经网络对所述第二裁 剪后图像进行处理，得到第二复原图像；

根据所述第二复原图像和所述第一样本图像，调整所述神经网络的网络参 数值。

在一些实施例中，所述根据所述第二复原图像和所述第一样本图像，调整 所述神经网络的网络参数值，包括：

对所述第一样本图像进行鉴别，得到第一鉴别结果；对所述第二复原图像 进行鉴别，得到第二鉴别结果；

根据所述第一鉴别结果和所述第二鉴别结果得出对抗损失；根据所述神经 网络的损失，调整所述神经网络的网络参数值，所述神经网络的损失包括所述 对抗损失。

在一些实施例中，所述神经网络的损失还包括以下至少一种损失：第一区 域损失、第二区域损失，所述第一区域损失表示所述第一样本图像和所述第二 复原图像在裁剪区域的差异，所述第二区域损失表示所述第一样本图像和所述 第二复原图像在除裁剪区域外的其它区域的差异。

在一些实施例中，所述方法还包括：

通过对所述第一样本图像进行随机裁剪，得到所述第二裁剪后图像。

在一些实施例中，所述通过对所述第一样本图像进行随机裁剪，得到所述 第二裁剪后图像，包括：